Predictability of mechanical failures in linear accelerator’s multileaf collimator (MLC)
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2024-09-25
Department
Major/Subject
Biomedical Engineering
Mcode
Degree programme
Master's Programme in Life Science Technologies
Language
en
Pages
67
Series
Abstract
A multileaf collimator (MLC) is a key component of a medical linear accelerator used in radiation therapy for cancer treatment. MLC shapes the radiation beam to match the shape of the tumor, minimizing radiation exposure of adjacent healthy tissues. It consists of multiple independently movable tungsten leaves, of which exact positions must be detected accurately. If the position accuracy does not meet a certain threshold, an interlock is generated by the system. Interlocks often require service where a malfunctioning leaf component is replaced. Interlocks are frequent, and can lead to unscheduled treatment interruptions posing a risk to patient, as well as increase the workload for radiographers and service personnel. Predicting the deterioration of MLC components would allow preemptive maintenance, thus reducing machine downtime and treatment interruptions. A few attempts have been made to predict MLC malfunctions and failures based on leaf positional accuracy data with varying success. Challenges remain, such as identifying specific leaf failures and predicting certain malfunctions. This thesis investigates if MLC malfunctions can be predicted using two types of leaf position data, Trajectory Logs and Node Records. Four dynamic MLC quality assurance (QA) fields were designed, and fields were delivered daily. MLC leaf positional accuracy was explored, analyzing if it degrades over time and if degradation precedes malfunctions. Additionally, faulty components were assembled to the MLC to assess their impact on the collected data. Each of the occurred interlocks were preceded by almost no degradation in the positional accuracies calculated from both data types. In addition, the impact of faulty components was either inconsistent or not reflected in both data. These results indicate, that interlocks may not be predictable based on Trajectory Logs and Node Records.Moniliuskarajain on sädehoidossa käytettävän lineaarikiihdyttimen tärkeimpiä osia. Sen avulla säteilykeila rajataan vastaamaan kasvaimen muotoa, minimoiden terveiden kudosten säteilyaltistus. Moniliuskarajain koostuu useista, yksittäin liikuteltavista volframi-liuskoista, joiden paikat on tunnettava tarkasti. Jos paikkatarkkuus ei täytä tiettyjä kynnysehtoja, aiheutuu virheilmoitus, joka turvallisuussyistä estää laitteen käytön. Usein virheilmoitus edellyttää huoltotoimenpiteen vikaantuneen liuskan komponentin vaihtamiseksi. Virheilmoitukset ovat yleisiä, aiheuttaen keskeytyksiä hoitoihin ja siten mahdollisen riskin potilaalle. Keskeytykset lisäävät myös röntgenhoitajien sekä huoltohenkilökunnan työtaakkaa. Moniliuskarajaimen komponenttien heikentymisen ennustaminen mahdollistaisi sen ennakoivan huollon, vähentäen hoitojen keskeytyksiä. Moniliuskarajaimen toimintahäiriöiden ennustamisesta liuskojen paikkadatan perusteella on tehty muutamia tutkimuksia, mutta haasteina ovat yhä muun muassa yksittäisten liuskojen vikaantumisen ja tiettyjen virheilmoitusten ennustaminen. Tässä diplomityössä tutkitaan, ovatko moniliuskarajaimen toimintahäiriöt ennustettavissa kahden erilaisen liuskojen paikkadatan perusteella, Trajectory Log -datan, sekä Node Records -datan. Paikkadatan keräämiseksi suunniteltiin neljä dynaamista säteilykenttää, jotka sädetettiin päivittäin. Tutkimuksessa arvioitiin liuskojen paikkatarkkuutta, keskittyen siihen, huononeeko tarkkuus ajan myötä ja ennakoiko tarkkuuden heikkeneminen virheilmoituksia. Lisäksi moniliuskarajaimeen asennettiin vikaantuneita komponentteja, jotta niiden vaikutusta dataan voitiin havainnollistaa. Paikkatarkkuuden heikkenemistä ei havaittu lähes ollenkaan ennen virheilmoituksia, kummankaan datatyypin perusteella. Vikaantuneiden komponenttien vaikutus oli joko epäjohdonmukaista tai ei havaittavissa. Tulokset osoittavat, että virheilmoituksia ei välttämättä voida ennustaa Trajectory Log- ja Node Records -datan perusteella.Description
Supervisor
Palva, MatiasThesis advisor
Kulmala, AnttiKeywords
multileaf collimator, MLC, Node Records, Trajectory Log, interlock, linear accelerator